고등학교 인공지능 기초 · 인공지능과 학습 · 2022 개정 교육과정
[12인기02-01] 성취기준 해설과 수업·평가 예시
성취기준 원문
[12인기02-01] 기계학습을 적용할 문제를 정의하고, 문제 해결에 필요한 데이터를 선정하여 수집한다.
성취기준 해설
전통적 프로그래밍과 대비되는 기계학습의 특성을 이해하여 기계학습 기반의 인공지능을 적용할 문제를 판단하고, 문제 해결에 적합한 데이터를 수집할 수 있어야 한다. 이 과정에서 나타날 수 있는 데이터의 편향이 인공지능의 학습에 영향을 미칠 수 있음을 고려하여 데이터의 수집과 활용에 공정성을 추구할 수 있어야 한다.
쉽게 풀어 보면
규칙을 사람이 직접 짜는 전통적 프로그래밍과 데이터에서 규칙을 찾아내는 기계학습을 비교해, 어떤 문제에 기계학습이 알맞은지 판단하고 그 문제에 필요한 데이터를 골라 모으는 성취기준이에요. 수집 단계에서 생기는 데이터 편향이 학습 결과를 기울게 할 수 있음을 미리 따져 공정하게 수집하는 것이 중요해요.
학습지 문항 예시 예시
기계학습 문제 정의와 데이터 수집
- '입력 x에 대해 2x+1을 출력하기'와 '사진 속 과일이 사과인지 배인지 구분하기' 중 기계학습이 더 적합한 문제를 고르고 이유를 쓰세요.
- '교실 미세먼지 농도 예측하기'를 기계학습 문제로 정의할 때 입력으로 쓸 데이터 세 가지와 예측할 값을 쓰세요.
- 측정 데이터를 겨울철에만 모아 학습하면 여름철 예측에 어떤 문제가 생길 수 있는지 설명하세요.
- 사람이 응답하는 설문 데이터를 모을 때 공정성을 지키기 위해 확인해야 할 점을 두 가지 쓰세요.
수업 흐름 예시 예시
- 도입: 손으로 쓴 숫자를 규칙만으로 판별하는 프로그램을 짠다면 어떤 어려움이 있을지 이야기하며 기계학습의 필요성을 떠올려요.
- 전개 1: 전통적 프로그래밍(규칙과 데이터로 결과 계산)과 기계학습(데이터와 결과로 규칙 학습)의 흐름을 비교하고 여러 문제를 두 방식으로 분류해요.
- 전개 2: 모둠별로 학교생활 속 문제를 골라 기계학습 문제로 정의하고, 필요한 데이터 항목, 수집 방법, 수집 대상을 계획해요.
- 정리: 서로의 수집 계획을 보며 빠진 집단이나 한쪽으로 쏠린 데이터는 없는지 편향 점검표로 확인해요.
서술형 평가 문항과 채점 기준 예시
학교나 지역의 문제 하나를 골라 기계학습으로 해결할 문제로 정의하고, 전통적 프로그래밍보다 기계학습이 적합한 이유, 필요한 데이터 항목과 수집 방법, 데이터 편향을 줄이기 위한 수집 방안을 포함하여 서술하시오.
| 수준 | 채점 기준 |
|---|---|
| 상 | 문제를 입력과 출력이 분명한 기계학습 문제로 정의하고, 기계학습이 적합한 근거와 데이터 수집 계획을 구체적으로 제시하며 편향 가능성과 대응 방안을 타당하게 설명함 |
| 중 | 문제 정의와 데이터 수집 계획을 제시했으나 기계학습의 적합성 근거나 편향 대응이 부족함 |
| 하 | 해결하고 싶은 문제만 제시하고 데이터 수집 계획이나 기계학습 적용 근거를 제시하지 못함 |
세특 기재 예시 예시
기계학습 문제를 정의하는 활동에서 교실 미세먼지 농도 예측을 주제로 정하고 바깥 미세먼지 농도, 창문 개방 시간, 공기청정기 가동 여부를 입력으로, 교실 농도를 출력으로 정의함. 여러 요인이 얽혀 규칙을 직접 정하기 어렵다는 점을 들어 기계학습이 적합함을 설명함. 측정 자료가 겨울에 몰리면 예측이 치우칠 수 있다는 점을 찾아 계절별로 고르게 수집하는 계획으로 수정함.
이 예시는 206자, 나이스 기준 506Byte예요. 과목별 세특은 1,500Byte(500자)까지 써요. 내 문장은 나이스 글자수·바이트 계산기로 세어 볼 수 있어요.
세특에는 학생이 실제로 한 활동과 교사가 관찰한 내용만 써요. 대회명·기관명처럼 쓰면 안 되는 내용은 생기부 기재 금지 사전에서 확인할 수 있어요.
학생들이 자주 헷갈리는 점
학생들은 데이터가 많기만 하면 좋은 모델이 된다고 생각하기 쉬워요. 문제와 관계없는 데이터나 특정 집단에 쏠린 데이터는 오히려 결과를 왜곡해요. 또 모든 문제에 기계학습이 필요한 것은 아니어서, 규칙이 분명한 계산 문제는 전통적 프로그래밍이 더 낫다는 점도 비교해 주세요.
이 영역의 적용 시 고려 사항 (고시 원문)
- 해결하고자 하는 문제에 따라 기계학습의 사용이 적합한지를 판단할 수 있도록 적절한 문제 상황을 선정하도록 하며, 기계학습에서 데이터의 중요성을 인식하고, 데이터를 수집하는 과정에서 데이터가 편향되지 않게 충분히 안내하도록 한다.
- 기계학습과 딥러닝을 구현하는 과정에서 학습자의 수준에 따라 코드 작성의 방식을 달리 구성할 수 있다. 프로그래밍 역량이 낮은 학생은 이미 작성된 코드를 실행시켜 코드를 이해한 후 차츰 코드 일부를 수정하는 방식으로 학습할 수 있도록 하고, 프로그래밍 역량이 높은 학생은 작성이 완료되지 않은 코드를 스스로 완성하여 실행시킬 수 있도록 하는 등 교수·학습 단계를 세부적으로 구성하여 학습자의 흥미가 유지되도록 한다. 또한, 기계학습과 딥러닝을 코드로 구현하는 학습을 원활하게 진행하기 위해, 다양한 라이브러리 활용 방법을 충분히 안내한다.
- 문제 해결에 사용된 데이터와 기계학습 유형, 기계학습 알고리즘이 해결하고자 하는 문제의 특성에 비추어 적합한지를 평가한다. 또한, 이미 개발되어 있는 딥러닝 프로그램 코드의 활용을 권장하되 실생활 및 다양한 학문 분야의 문제를 스스로 생각하여 해결할 수 있도록 교수·학습을 구성하고, 학생의 학습 과정과 창의적인 아이디어를 중심으로 평가 루브릭을 작성하여 평가하도록 한다.
같은 영역의 다른 성취기준
왓퀴즈는 이런 AI예요
왓퀴즈는 한국 학교의 수업과 기록 업무에 맞춘 교사용 AI예요. 이 사전과 같은 2022 개정 교육과정 성취기준 데이터로 학습지, 수업 PPT, 평가계획서 초안을 만들고, 2026학년도 학교생활기록부 기재요령 원문을 바탕으로 세특 초안을 쓰고 기재 금지 표현을 검사해요.